学位论文 > 优秀研究生学位论文题录展示

基于混合粒子群算法的多订单转换成本研究

作　者: 丘汉金
导　师: 张新敏; 韩天渊
学　校: 沈阳工业大学
专　业: 工业工程
关键词: 订单转换成本遗传算法混合粒子群算法
分类号: F275
类　型: 硕士论文
年　份: 2013年
下　载: 15次
引　用: 0次
阅　读: 论文下载

内容摘要

在订单型企业里，订单的转换对企业来说是非常频繁的，当一个订单向另一个订单转换时，也就意味着成本的增加。在研究转换成本方面，研究人员主要聚焦于经济学领域，尤其是营销方面的转换成本，而在制造业领域，研究者甚少，本文对制造业领域的多订单转换成本进行了初探。本文分析了订单型企业成本的特点及其局限性，借助专家群法获取了影响订单转换成本的四个关键因素：转换所用工具的折旧成本、转换所用人力资源成本、转换所用的材料（能源）成本以及转换所用的时间延迟成本，并建立了基于这些影响因素的订单转换成本模型，最终建立了简化后的多订单转换成本模型。智能优化算法常被用于求解非线性的优化问题，本文详细论述遗传算法及粒子群算法的思想和运算过程以及改进的粒子群算法和改进的遗传算法，并建立一种能有效避免过早收敛以及收敛速度缓慢的混合粒子群算法。最后，将本文的研究成果应用于企业的实际中，以某知名汽车内饰企业的焊接车间订单排产为例，详细计算了四个关键因素的转换成本，运用混合粒子群算法实现了该公司10种产品转换下的最小转换成本，为企业决策提供参考。

全文目录

摘要  5-6
Abstract  6-9
第一章绪论  9-16
  1.1 研究背景  9-10
  1.2 问题的提出和研究意义  10-11
  1.3 国内外研究现状  11-12
  1.4 订单型企业成本特点以及局限性  12-14
    1.4.1 订单型企业的成本特点  12
    1.4.2 现有成本管理在订单型企业的不适应性  12-14
  1.5 论文研究的主要内容  14
  1.6 需要解决的关键问题  14-15
  1.7 本章小结  15-16
第二章粒子群算法与遗传算法概述  16-32
  2.1 基本粒子群算法  16-20
    2.1.1 粒子群算法的基本思想  16-17
    2.1.2 粒子群算法的运算过程  17-20
  2.2 改进的粒子群算法  20-22
    2.2.1 采用惯性权重模型的粒子群优化算法  20-21
    2.2.2 采用收敛因子的粒子群优化算法  21-22
    2.2.3 粒子群优化算法的局限性  22
  2.3 标准遗传算法  22-27
    2.3.1 遗传算法的基本思想  22-26
    2.3.2 遗传算法的运算过程  26-27
  2.4 改进的遗传算法  27-30
    2.4.1 自适应遗传算法  28
    2.4.2 混合遗传算法  28-30
  2.5 与遗传算法混合的粒子群算法  30
  2.6 本章小结  30-32
第三章多订单转换成本模型研究  32-46
  3.1 订单转换成本的概念  32-34
    3.1.1 订单转换成本的定义  32
    3.1.2 订单转换成本的产生过程  32-33
    3.1.3 订单转换成本的表现形式  33-34
  3.2 订单转换成本的影响因素  34-35
  3.3 关键影响因素获取方法  35-37
  3.4 订单转换成本的组成分析  37
  3.5 订单转换成本模型  37-44
    3.5.1 转换所用工具的折旧成本模型  37-39
    3.5.2 转换所用人力资源成本模型  39-40
    3.5.3 转换所用的材料（能源）成本模型  40-41
    3.5.4 转换所用的时间延迟成本模型  41-44
  3.6 多订单转换成本模型  44
  3.7 本章小结  44-46
第四章多订单转换成本模型在SJ公司的应用  46-53
  4.1 SJ公司概况  46-47
    4.1.1 SJ公司简介  46
    4.1.2 SJ公司订单转换现状和需求分析  46-47
  4.2 SJ公司多订单转换成本计算  47-50
  4.3 算法实现  50-52
  4.4 本章小结  52-53
第五章结论  53-54
参考文献  54-57
在学研究成果  57-58
致谢  58

基于混合粒子群算法的多订单转换成本研究

内容摘要

全文目录

相似论文